В качестве мгновенных значений накопленного ССП могут быть использованы не средние, а медианы [Rockstroh et al., 1982]. Медиана, в отличие от среднего, обладает свойством робастности, т.е. в значительно меньшей степени чувствительна к отклонениям выборки от нормального распределения. Хотя различия между средним и медианой уменьшаются по мере увеличения количества суммируемых реализаций и «медианные» кривые менее гладкие, чем усреднённые, тем не менее, предпочтительно использование медианы, если артефакты (такие, как моргания) не могут быть устранены. При малом количестве реализаций следует предпочесть медиану или даже единичную реализацию.

<p>2.5. Фильтрация</p>

Случайная, «шумовая» составляющая единичной реализации ССП («сырой» ЭЭГ) может быть устранена посредством сглаживания.

<p>АЛГЕБРАИЧЕСКИЕ ФИЛЬТРЫ</p>

Суть данной процедуры состоит в скольжении «окном», которое представляет собой набор из п коэффициентов (где n – нечётное произвольное число, например, для п = 5 окно «0,5; 1,0; 2,0; 1,0; 0,5») по последовательности мгновенных значений сигнала, так что каждое значение в последовательности умножается на поставленный в соответствие ему коэффициент фильтра. Затем исходное значение сигнала, соответствующее «центральному» коэффициенту окна-фильтра, заменяется частным от деления суммы вычисленных произведений на сумму коэффициентов фильтра. После этого фильтр смещается на одно значение сигнала, и процедура повторяется, так что все исходные значения сигнала кроме (n–1)/2 мгновенных значений, примыкающих к границам эпохи анализа (эти значения должны быть исключены из дальнейшего анализа), заменяются на новые вычисленные значения. Очевидно, что свойства фильтра определяются количеством коэффициентов и их соотношением. Например, окно «1, 1, 1, 1, 1, 1, 1» сглаживает сигнал сильнее, чем «1, 5, 10, 15, 10, 5, 1», a «1, 1, 1, 1, 1, 1, 1, 1, 1» – ещё сильнее.

<p>ГАРМОНИЧЕСКАЯ ФИЛЬТРАЦИЯ</p>

Гармоническая фильтрация основана на обработке спектров исходного сигнала, рассчитанных, например, при помощи быстрого преобразования Фурье (Fast Fourier Transformation – FFT). Спектр Фурье представляет собой сигнал в виде набора sin и cos функций, которые при суммировании образуют исходный сигнал, т.е. спектр Фурье содержит всю информацию об исходном сигнале. Действительно, алгоритм обратного преобразования Фурье ( FFT-1) позволяет восстановить сигнал из спектра без потерь. Спектр Фурье представлен двумя доменами – частотным и фазовым. Первый содержит информацию о частотном составе сигнала, а второй – о фазовых сдвигах для разных частотных составляющих. Возможно произвольно изменять величины в том и другом доменах, например «вычёркивая» частоты, что после восстановления сигнала (при помощи FFT–1) проявится как изменение частотных характеристик сигнала: или исключение 50 Гц, или сглаживание сигнала, или устранение постоянной величины, или снятие медленных составляющих и т.д. Следует учитывать, что «хвосты» эпохи анализа, представленной спектром, будут искажены после восстановления сигнала из обработанного спектра, как и при алгебраической фильтрации.

<p>2.6. Описание ССП</p>

В результате накопления отрезков ЭЭГ, связанных с определёнными событиями, их усреднения, цифровой фильтрации или других процедур, получают ССП – кривую, которую описывают как последовательность значений амплитуд или как последовательность колебаний (волн).

В морфологии ССП выделяют волны, колебания, отклонения и сдвиги (wave, oscillation, deflection, shift) – непосредственно наблюдаемые изменения потенциала, и компоненты – составляющие ССП, которые не обязательно совпадают с определённой волной/колебанием, могут взаимно перекрываться во времени и определять форму нескольких последовательных волн (ср. с понятием «синтетический компонент» [Naatanen et al., 1993; Rockstroh et al., 1982, p.107– 108]). Для выделения компонентов потенциал описывают как последовательность значений амплитуд и применяют специальные процедуры, например реконструируют компоненты как разность мгновенных значений амплитуд волн ССП, зарегистрированных в ситуациях, когда предполагаемый компонент входит и не входит в состав ССП. Так выделяют, например, негативность, связанную с рассогласованием (mismatch negativity – MMN) [Naatanen et al., 1993], негативность, связанную с обработкой сигнала (processing negativity) [Ritter et al., 1984], продолжающуюся негативность (sustained negativity) [Naatanen, Michie, 1979] и компоненты позднего позитивного комплекса (CNV, Р300 и Slow Wave)[Sutton, Ruchkin, 1984].

Перейти на страницу:

Похожие книги